Главное
Планируйте AI-автоматизацию не по списку должностей, а по карте задач. Для каждой задачи определите необходимый контекст, цену ошибки, обратимость, владельца решения и момент передачи человеку. Так становится видно, что можно автоматизировать, что следует только ускорить и где эксперт обязан сохранить контроль.
Когда компании обсуждают AI-автоматизацию, разговор часто слишком быстро превращается в список должностей, которые якобы исчезнут. Это удобная, но слабая модель. Профессия — не единая операция, а портфель задач: сбор информации, подготовка, коммуникация, исполнение, проверка и решение в условиях риска.
Полезнее спрашивать не «заменим ли мы юриста, врача или менеджера», а «какая задача выполняется, какой контекст для неё нужен, кто отвечает за ошибку и где проходит граница решения». Тогда автоматизация становится инженерной и организационной работой, а не прогнозом о сокращениях.
Профессия — это портфель задач, а не одна функция
Task-based подход к рынку труда рассматривает изменения именно на уровне задач. Внутри одной роли часть работы может быть хорошо описана правилами, часть требует собрать контекст, а часть — принять решение при неполной информации и нести ответственность за последствия.
Отсюда следует важная авторская эвристика: ценность роли часто определяется не средней сложностью рабочего дня, а наиболее сложными и рискованными решениями, которые человек способен принять. Это не универсальная формула зарплаты, а полезный способ увидеть, почему дорогой эксперт иногда лично выполняет внешне простую операцию.
Почему простую задачу не всегда передают дешёвому исполнителю
Заполнить форму, подготовить письмо или обновить карточку может быть технически просто. Но правильный результат зависит от истории проекта, договорённостей, рисков, полномочий и следующего шага. Передача такой работы новому человеку требует заново собрать и объяснить контекст; ошибка может стоить дороже, чем время эксперта.
Поэтому узкое место часто находится не в самом вводе данных, а в стоимости передачи контекста. AI меняет экономику процесса, когда может собрать разрешённые фрагменты из CRM, документов, переписки и журналов, показать источники и подготовить действие для проверки.
Что именно меняет AI внутри организации
AI может снять часть подготовки и обработки информации, но это не означает автоматического исчезновения роли. Возможны как минимум четыре разных изменения:
- Человек забирает более сложные решения, а рутинные операции уходят системе — ценность роли может вырасти.
- Самая сложная часть передаётся другому специалисту или системе — роль становится проще и может оцениваться ниже.
- Название должности сохраняется, но её реальный набор задач и требования к квалификации меняются.
- Карьерная лестница перестраивается, потому что часть тренировочных задач младших специалистов выполняет AI.
Контекст — самостоятельный объект архитектуры
Фраза «модель знает контекст» недостаточна. Нужно перечислить источники, владельцев, сроки актуальности и права доступа. Для одного шага это могут быть CRM, договор, последняя переписка, политика компании и история уже выполненных действий.
Контекст должен собираться по идентичности пользователя, иметь provenance и ограниченный срок жизни. Если система не может подтвердить источник или право доступа, она должна остановиться, объяснить пробел и передать работу человеку, а не заполнять его вероятным продолжением.
Как CENTURY раскладывает процесс перед пилотом
Мы начинаем с одного процесса и для каждого шага фиксируем триггер, владельца, входные данные, тип решения, внешнее действие, цену ошибки и способ восстановления. После этого выбирается режим: deterministic workflow, AI-подготовка, ограниченное действие с approval или полноценный human handoff.
В CENTURY AI эта логика отделяет подготовку контекста и черновика от внешней отправки и изменения CRM. В RAG-помощнике ГрГМУ качество проверялось не впечатлением от демо, а контрольным набором: в одном зафиксированном прогоне из 100 вопросов 99 были оценены как «отлично», один как «хорошо», проблемных ответов не было. Это результат конкретного прогона, а не универсальная точность системы.
Как не превратить автоматизацию в опасное сокращение
Сокращать роль до того, как доказана новая схема передачи контекста, — значит удалить скрытый контроль качества. Пилот должен сначала показать baseline, допустимые ошибки, поведение без данных, права, handoff и восстановление после сбоя.
- Измеряйте завершённую полезную задачу, а не число сгенерированных ответов.
- Не смешивайте экономию времени и право принимать окончательное решение.
- Сохраняйте путь обучения: младший специалист должен видеть причины и доказательства, а не только готовый результат.
- Меняйте процесс после контрольного периода, а не после эффектного прототипа.
Практический следующий шаг
Возьмите одну роль, выпишите десять–двадцать повторяющихся задач и заполните карту из приложения к статье. Обычно уже на этом этапе видно, где узкое место — ручной ввод, поиск контекста, согласование или экспертное решение. Для пилота выбирайте участок с измеримым baseline, обратимым действием и понятным владельцем.
Главный вопрос AI-автоматизации — не сколько должностей останется, а как изменятся задачи, границы решений и передача контекста внутри организации.
Сравнение
Карта изменений внутри роли
| Тип задачи | Роль AI | Что остаётся человеку |
|---|---|---|
| Сбор контекста | Собирает данные из разрешённых систем | Определяет, каких данных достаточно |
| Подготовка | Формирует сводку, черновик или варианты | Проверяет смысл и выбирает направление |
| Исполнение | Выполняет ограниченное обратимое действие | Подтверждает рискованные последствия |
| Стратегия | Моделирует сценарии и показывает доказательства | Принимает решение и несёт ответственность |
Что проверить
Как разложить процесс перед автоматизацией
- Записать не должности, а реальные задачи и триггеры их начала.
- Для каждой задачи перечислить источники контекста и владельцев данных.
- Отделить правило, экспертное суждение и внешнее действие.
- Оценить цену ошибки, обратимость и обязательный approval или handoff.
- Зафиксировать текущий baseline и измеримый критерий пилота.
Как мы подходим к задаче
CENTURY начинает AI discovery с одного процесса и карты задач, а не с обещания сократить роль целиком. Цель пилота — доказать, что система правильно собирает контекст, безопасно действует в оговорённых границах и вовремя передаёт решение человеку.